Akcelerace neurostimulace pomocí metod umělé inteligence
Loading...
Date
Authors
ORCID
Advisor
Referee
Mark
C
Journal Title
Journal ISSN
Volume Title
Publisher
Vysoké učení technické v Brně. Fakulta informačních technologií
Abstract
Léčba pomocí transkraniálního ultrazvuku je rychle se rozvíjející doménou medicíny. Tato metoda přináší možnosti neinvazivní mozkové terapie, včetně ablace, neuromodulace nebo potenciálního otevření hematoencefalické bariéry pro následující léčbu. Zdravotník potřebuje neustále dostávat zpětnou vazbu o ultrazvukovém vlnovém poli v lidské lebce v reálném čase, aby mohl pomocí těchto technik provést léčbu. Tradiční metody pro simulaci monochromních ultrazvukových vln jsou výpočetně příliš drahé. Jejich použití by proto bylo pro tyto účely neproveditelné a přináší to potřebu alternativních metod.Tato práce navrhla a implementovala metodu řešení Helmholtzovy rovnice ve 3D prostoru pomocí neuronové sítě dosahující vyšší rychlosti konvergence. Návrh neuronové sítě využívá odlehčenou architekturu založenou na UNet. Hlavním předmětem zájmu této práce je neuromodulace, protože v této aplikaci je možné ignorovat několik proměnných a jevů, které by v jiných případech nebyly zanedbatelné. Jejich vynecháním z výpočtů se zvýšila šance na provedení výpočtů v rozumném čase. Tato metoda je plně bez dozoru a používá výhradně uměle generované sférických harmonik a fyzikální ztráty pro trénink, bez nutnosti anotovaných dat. Výsledky ukázaly rychlejší výpočet s přijatelnou chybou než jiné tradiční metody.
Treatment using transcranial ultrasound is a rapidly arising domain of medicine. This method brings options for non-invasive brain therapies, including ablation, neuromodulation, or potentially opening the blood-brain barrier for the following treatment. The health officer needs to constantly receive feedback on the ultrasound wavefield in the human skull in real-time to accomplish the cure using these techniques. The traditional methods for simulating monochromous ultrasound waves are computationally too expensive. That is why their usage would be infeasible for these purposes, and it brings the need for alternative methods. This work proposed and implemented a method to solve the Helmholtz equation in 3D space using a neural network achieving a faster convergence rate. The neural network design uses lightweight architecture based on UNet. The main interest of this work is neuromodulation because, in this application, it is possible to ignore several variables and phenomena that would not be negligible in other use cases. Omitting them from the calculations increased the chances of accomplishing computations in a reasonable time. The method is fully unsupervised and uses exclusively artificially generated spherical harmonics and physics-based loss for training, with no required ground truth labels. Results showed a faster calculation with acceptable error than other traditional methods.
Treatment using transcranial ultrasound is a rapidly arising domain of medicine. This method brings options for non-invasive brain therapies, including ablation, neuromodulation, or potentially opening the blood-brain barrier for the following treatment. The health officer needs to constantly receive feedback on the ultrasound wavefield in the human skull in real-time to accomplish the cure using these techniques. The traditional methods for simulating monochromous ultrasound waves are computationally too expensive. That is why their usage would be infeasible for these purposes, and it brings the need for alternative methods. This work proposed and implemented a method to solve the Helmholtz equation in 3D space using a neural network achieving a faster convergence rate. The neural network design uses lightweight architecture based on UNet. The main interest of this work is neuromodulation because, in this application, it is possible to ignore several variables and phenomena that would not be negligible in other use cases. Omitting them from the calculations increased the chances of accomplishing computations in a reasonable time. The method is fully unsupervised and uses exclusively artificially generated spherical harmonics and physics-based loss for training, with no required ground truth labels. Results showed a faster calculation with acceptable error than other traditional methods.
Description
Citation
GAŇO, M. Akcelerace neurostimulace pomocí metod umělé inteligence [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2022.
Document type
Document version
Date of access to the full text
Language of document
cs
Study field
Počítačové vidění
Comittee
prof. Dr. Ing. Pavel Zemčík, dr. h. c. (předseda)
doc. Ing. Martin Čadík, Ph.D. (místopředseda)
Ing. Vítězslav Beran, Ph.D. (člen)
Ing. Roman Juránek, Ph.D. (člen)
Ing. Zbyněk Křivka, Ph.D. (člen)
Ing. Tomáš Milet, Ph.D. (člen)
Date of acceptance
2022-06-20
Defence
Student nejprve prezentoval výsledky, kterých dosáhl v rámci své práce. Komise se poté seznámila s hodnocením vedoucího a posudkem oponenta práce. Student následně odpověděl na otázky oponenta a na další otázky přítomných. Komise se na základě posudku oponenta, hodnocení vedoucího, přednesené prezentace a odpovědí studenta na položené otázky rozhodla práci hodnotit stupněm C. Otázky u obhajoby: Co je myšleno pojmem "low-quality sample" v replay bufferu? Proč bylo při trénování sítě možné použít pouze velikost batche 4, když bylo trénování prováděna na kartách se 40GB paměti? Na jakém hardwaru byly spouštěny metody, se kterými se srovnáváte?
Result of defence
práce byla úspěšně obhájena
Document licence
Standardní licenční smlouva - přístup k plnému textu bez omezení